[go: up one dir, main page]

CN103984357B - 一种基于全景立体成像设备的无人机自动避障飞行系统 - Google Patents

一种基于全景立体成像设备的无人机自动避障飞行系统 Download PDF

Info

Publication number
CN103984357B
CN103984357B CN201410240770.3A CN201410240770A CN103984357B CN 103984357 B CN103984357 B CN 103984357B CN 201410240770 A CN201410240770 A CN 201410240770A CN 103984357 B CN103984357 B CN 103984357B
Authority
CN
China
Prior art keywords
obstacle
module
path
uav
flight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410240770.3A
Other languages
English (en)
Other versions
CN103984357A (zh
Inventor
王敏
周树道
文滋木
刘志华
马忠良
常昊天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PLA University of Science and Technology
Original Assignee
PLA University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PLA University of Science and Technology filed Critical PLA University of Science and Technology
Priority to CN201410240770.3A priority Critical patent/CN103984357B/zh
Publication of CN103984357A publication Critical patent/CN103984357A/zh
Application granted granted Critical
Publication of CN103984357B publication Critical patent/CN103984357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于全景立体成像设备的无人机自动避障飞行系统,包括:图像采集模块,采用折反射式全景立体成像设备进行全方位立体场景采集;导航模块,用于提供地理坐标信息;中央处理器模块,根据导航模块提供的地理坐标信息对图像采集模块获取的全方位立体场景进行障碍点探测和有效飞行路径障碍点的判断和提取,并设计最优航迹路径;飞行控制器模块,根据所述中央处理器模块设计的最优航迹路径信息实时控制无人机上的执行机构模块进行相应飞行动作,该系统能够在三维环境中有效地为无人机规划最优航迹路径。

Description

一种基于全景立体成像设备的无人机自动避障飞行系统
技术领域
本发明涉及无人机自主控制领域,尤其涉及一种基于全景立体成像设备的无人机自动避障飞行系统。
背景技术
无人机飞行时,为了达到预期的侦测并避开障碍物等功能,需要对飞行环境进行态势分析及威胁评估,规划一条合理的航迹路径,然后让微型旋翼式无人机按此指定的航迹路径飞行或飞经感兴趣的地点,以完成给定的任务。而微型旋翼式无人机要完成预定的任务,只有沿着规划的航迹路径飞行才能实现。在给定微型旋翼式无人机飞行控制结构的情况下,需要对微型旋翼式无人机的运动状态和飞行轨迹进行精确的数学建模和规划控制。目前二维平面的无人机路径规划技术已取得了丰硕的成果和广泛的应用,还没有一种很好的系统能够在三维环境中有效地规划最优航迹路径。
发明内容
本发明鉴于上述情况而作出,其目的是提供一种基于全景立体成像设备的无人机自动避障飞行系统,能够在三维环境中有效地为无人机规划最优航迹路径。
本发明提供一种基于全景立体成像设备的无人机自动避障飞行系统,包括:
图像采集模块,采用折反射式全景立体成像设备进行全方位立体场景采集。
导航模块,用于提供地理坐标信息。
中央处理器模块,根据导航模块提供的地理坐标信息对图像采集模块获取的全方位立体场景进行障碍点探测和有效飞行路径障碍点的判断和提取,并设计最优航迹路径。
飞行控制器模块,根据所述中央处理器模块设计的最优航迹路径信息实时控制无人机上的执行机构模块进行相应飞行动作。
其中,所述中央处理器模块设计最优航迹路径包括:
步骤S1,根据无人机外形尺寸建立安全飞行半径,计算公式为:
R = 1 2 v 2 / a ,
其中,安全飞行半径R为旋翼无人机由运动到悬停所飞行的距离,v为无人机飞行的最大速度,a为通过螺旋桨推力得出的加速度。
步骤S2,根据导航模块与图像采集模块获取的场景立体图像进行障碍点的识别和障碍点地理位置和深度信息提取。
步骤S3,根据无人机的运动方向以及未知环境障碍点间、未知环境障碍点与无人机椭球体之间的几何关系,进行前进方向上的无效障碍点对应的非有效路径数据野值剔除。
步骤S4,设计最优航迹路径。
进一步地,所述设计最优航迹路径包括:
当探测到第一障碍点,并且只有一个障碍点时,将第一障碍点到当前无人机航迹的距离与无人机安全飞行半径进行比较,若前者较小,在以第一障碍点为中心,以安全飞行半径为半径构成的圆上做以无人机为原点的切线和以目标为原点的切线,取两条切线中距离较短的为更新之后的最优航迹路径。
进一步地,所述设计最优航迹路径还包括:
当改变航迹后再次探测到第二障碍点,并且此时所述第一障碍点依然对航迹有影响,或者同时探测到两个障碍点时,首先判断第二障碍点是否对现有航迹有威胁,即它到航迹的垂直距离是否大于安全飞行半径,如果距离小于安全飞行半径,并且两个障碍点在现有航迹的同侧,则通过所述计算切线距离的方法计算并修改最优航迹路径,如果两个障碍点在现有航迹的异侧,则判断两个障碍点之间的距离是否大于安全飞行半径的两倍,当两个障碍点之间距离大于等于无人机安全飞行半径的两倍时,修改最优航迹路径为从两个障碍点之间通过,当两个障碍点之间距离小于无人机安全飞行半径的两倍时,则修改最优航迹路径为绕过第二障碍点的外侧。
进一步地,所述设计最优航迹路径还包括:
当探测到三个或三个以上的障碍点时,根据无人机的控制模型和每个障碍点的坐标构建以无人机重心为原点的三维空间,计算所有障碍点两两之间空间距离,将空间距离小于安全飞行半径两倍的区域剔除,并以无人机当前位置为起点,根据降维映射法在剩余的区域内计算并选择最优航迹路径。
优选的,所述系统还包括数据存储器模块,用于存储获取的实时场景和障碍点信息。
优选的,所述系统还包括电源模块,为所述系统供电。
优选的,所述系统还包括通信模块,通过无线通信将实时场景和障碍点信息发送至地面终端,用于显示实时场景和飞行路径信息。
优选的,所述中央处理器模块和飞行控制模块为AT91SAM9G45处理器,所述数据存储模块为加载在无人机上的SD卡装置。
优选的,所述无人机为微型四旋翼式无人机。
本发明能够在三维环境中有效地为无人机规划最优航迹路径。
附图说明
图1是本发明的一种基于全景立体成像设备的无人机自动避障飞行系统的结构示意图;
图2是本发明的设计最优航迹路径方法的流程处理示意图;
图3是本发明的计算无人机安全飞行半径的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
本发明提供一种基于全景立体成像设备的无人机自动避障飞行系统,能够在三维环境中有效地为无人机规划最优航迹路径。
如图1所示,一种基于全景立体成像设备的无人机自动避障飞行系统,包括:
图像采集模块1,采用折反射式全景立体成像设备进行全方位立体场景采集。
导航模块2,用于提供地理坐标信息。
中央处理器模块3,根据导航模块2提供的地理坐标信息对图像采集模块获取的全方位立体场景进行障碍点探测和有效飞行路径障碍点的判断和提取,并设计最优航迹路径。
飞行控制器模块4,根据中央处理器模块3设计的最优航迹路径信息实时控制无人机上的执行机构模块5进行相应飞行动作。
电源模块6,为系统供电。
数据存储器模块7,用于存储获取的实时场景和障碍点信息。
通信模块8,通过无线通信将实时场景和障碍点信息发送至地面终端的地面通信模块9,并在地面显示模块10上显示实时场景和飞行路径信息。
中央处理器模块3和飞行控制模块5为AT91SAM9G45处理器,数据存储模块4为加载在无人机上的SD卡装置。
无人机为微型四旋翼式无人机。
如图2,图3所示,中央处理器模块设计最优航迹路径包括:
步骤S1,根据无人机外形尺寸建立安全飞行半径。计算公式为:
R = 1 2 v 2 / a ,
其中,安全飞行半径R为旋翼无人机由运动到悬停所飞行的距离,v为无人机飞行的最大速度,a为通过螺旋桨推力得出的加速度。
步骤S2,根据导航模块与图像采集模块获取的场景立体图像进行障碍点的识别和障碍点地理位置和深度信息提取。
步骤S3,根据无人机的运动方向以及未知环境障碍点间、未知环境障碍点与无人机椭球体之间的几何关系,进行前进方向上的无效障碍点对应的非有效路径数据野值剔除。
步骤S4,设计最优航迹路径。
进一步地,所述设计最优航迹路径包括:
当探测到第一障碍点,并且只有一个障碍点时,将第一障碍点到当前无人机航迹的距离与无人机安全飞行半径进行比较,若前者较小,在以第一障碍点为中心,以安全飞行半径为半径构成的圆上做以无人机为原点的切线和以目标为原点的切线,取两条切线中距离较短的为更新之后的最优航迹路径。
进一步地,所述设计最优航迹路径还包括:
当改变航迹后再次探测到第二障碍点,并且此时所述第一障碍点依然对航迹有影响,或者同时探测到两个障碍点时,首先判断第二障碍点是否对现有航迹有威胁,即它到航迹的垂直距离是否大于安全飞行半径,如果距离小于安全飞行半径,并且两个障碍点在现有航迹的同侧,则通过所述计算切线距离的方法计算并修改最优航迹路径,如果两个障碍点在现有航迹的异侧,则判断两个障碍点之间的距离是否大于安全飞行半径的两倍,当两个障碍点之间距离大于等于无人机安全飞行半径的两倍时,修改最优航迹路径为从两个障碍点之间通过,当两个障碍点之间距离小于无人机安全飞行半径的两倍时,则修改最优航迹路径为绕过第二障碍点的外侧。
进一步地,所述设计最优航迹路径还包括:
当探测到三个或三个以上的障碍点时,根据无人机的控制模型和每个障碍点的坐标构建以无人机重心为原点的三维空间,计算所有障碍点两两之间空间距离,将空间距离小于安全飞行半径两倍的区域剔除,并以无人机当前位置为起点,根据降维映射法将三维空间路径规划问题转化为二维平面路径规划,计算出每条路径所需距离,根据最大最小原则,选择最优航迹路径。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (6)

1.一种基于全景立体成像设备的无人机自动避障飞行系统,其特征在于,包括: 图像采集模块,采用折反射式全景立体成像设备进行全方位立体场景采集;导航模块,用于提供地理坐标信息;中央处理器模块,根据导航模块提供的地理坐标信息对图像采集模块获取的全方位立体场景进行障碍点探测和有效飞行路径障碍点的判断和提取,并设计最优航迹路径;飞行控制器模块,根据所述中央处理器模块设计的最优航迹路径信息实时控制无人机 上的执行机构模块进行相应飞行动作;
所述中央处理器模块设计最优航迹路径包括:
步骤 S1,根据无人机外形尺寸建立安全飞行半径,计算公式为 :R=v2/2a
其中,安全飞行半径R为旋翼无人机由运动到悬停所飞行的距离,v为无人机飞行的最大速度,a为通过螺旋桨推力得出的加速度;
步骤S2,根据导航模块与图像采集模块获取的场景立体图像进行障碍点的识别和障碍点地理位置和深度信息提取;
步骤 S3,根据无人机的运动方向以及未知环境障碍点间、未知环境障碍点与无人机椭球体之间的几何关系,进行前进方向上的无效障碍点对应的非有效路径数据野值剔除;
步骤S4,设计最优航迹路径;
步骤S4中,所述设计最优航迹路径包括: 当探测到第一障碍点,并且只有一个障碍点时,将第一障碍点到当前无人机航迹的距离与无人机安全飞行半径进行比较,若前者较小,在以第一障碍点为中心,以安全飞行半径为半径构成的圆上做以无人机为原点的切线和以目标为原点的切线,取两条切线中距离较短的为更新之后的最优航迹路径;
步骤S4中,所述设计最优航迹路径还包括:当改变航迹后再次探测到第二障碍点,并且此时所述第一障碍点依然对航迹有影响,或者同时探测到两个障碍点时,首先判断第二障碍点是否对现有航迹有威胁,即它到航迹的垂直距离是否大于安全飞行半径,如果距离小于安全飞行半径,并且两个障碍点在现有航迹的同侧,则通过计算切线距离的方法计算并修改最优航迹路径,如果两个障碍点在现有航迹的异侧,则判断两个障碍点之间的距离是否大于安全飞行半径的两倍,当两个障碍点之间距离大于等于无人机安全飞行半径的两倍时,修改最优航迹路径为从两个障碍点之间通过,当两个障碍点之间距离小于无人机安全飞行半径的两倍时,则修改最优航迹路径为绕过第二障碍点的外侧;
步骤S4中,所述设计最优航迹路径还包括:当探测到三个或三个以上的障碍点时,根据无人机的控制模型和每个障碍点的坐标构建以无人机重心为原点的三维空间,计算所有障碍点两两之间空间距离,将空间距离小于安全飞行半径两倍的区域剔除,并以无人机当前位置为起点,根据降维映射法在剩余的区域内计算并选择最优航迹路径。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括数据存储器模块,用于存储获取的实时场景和障碍点信息。
3.根据权利要求1所述的系统,其特征在于,所述系统还包括电源模块,为所述系统供电。
4.根据权利要求1所述的系统,其特征在于,所述系统还包括通信模块, 通过无线通信将实时场景和障碍点信息发送至地面终端,用于显示实时场景和飞行路径信 息。
5.根据权利要求2所述的系统,其特征在于,所述中央处理器模块和飞行控制模块为AT91SAM9G45处理器,所述数据存储器模块为加载在无人机上的SD卡装置。
6.根据权利要求1所述的系统,其特征在于,所述无人机为微型四旋翼式无人机。
CN201410240770.3A 2014-05-30 2014-05-30 一种基于全景立体成像设备的无人机自动避障飞行系统 Active CN103984357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410240770.3A CN103984357B (zh) 2014-05-30 2014-05-30 一种基于全景立体成像设备的无人机自动避障飞行系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410240770.3A CN103984357B (zh) 2014-05-30 2014-05-30 一种基于全景立体成像设备的无人机自动避障飞行系统

Publications (2)

Publication Number Publication Date
CN103984357A CN103984357A (zh) 2014-08-13
CN103984357B true CN103984357B (zh) 2017-02-01

Family

ID=51276372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410240770.3A Active CN103984357B (zh) 2014-05-30 2014-05-30 一种基于全景立体成像设备的无人机自动避障飞行系统

Country Status (1)

Country Link
CN (1) CN103984357B (zh)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3754381A1 (en) 2013-12-10 2020-12-23 SZ DJI Technology Co., Ltd. Sensor fusion
CN105980950B (zh) 2014-09-05 2019-05-28 深圳市大疆创新科技有限公司 无人飞行器的速度控制
CN105492985B (zh) 2014-09-05 2019-06-04 深圳市大疆创新科技有限公司 一种用于在环境内控制可移动物体的系统及方法
EP3008535B1 (en) 2014-09-05 2018-05-16 SZ DJI Technology Co., Ltd. Context-based flight mode selection
US10386188B2 (en) 2015-06-29 2019-08-20 Yuneec Technology Co., Limited Geo-location or navigation camera, and aircraft and navigation method therefor
CN106275470B (zh) * 2015-06-29 2019-01-01 优利科技有限公司 飞行器及其避障方法和系统
CN105203084B (zh) * 2015-07-02 2017-12-22 汤一平 一种无人机3d全景视觉装置
CN106483974B (zh) * 2015-09-02 2019-05-10 中国航空工业第六一八研究所 一种固定翼无人机近距离几何避障方法
CN109074090A (zh) 2016-02-29 2018-12-21 深圳市大疆创新科技有限公司 无人机硬件架构
CN105717933A (zh) * 2016-03-31 2016-06-29 深圳奥比中光科技有限公司 无人机以及无人机防撞方法
CN105843253A (zh) * 2016-04-08 2016-08-10 北京博瑞空间科技发展有限公司 无人机的路径规划方法及系统
CN105912018A (zh) * 2016-04-27 2016-08-31 深圳电航空技术有限公司 飞行器及飞行器避障方法
CN105955267A (zh) * 2016-05-11 2016-09-21 上海慧流云计算科技有限公司 一种移动控制方法及系统
CN105955304B (zh) * 2016-07-06 2024-11-08 零度智控(北京)智能科技有限公司 一种避障方法、避障装置及无人飞行器
CN106020232B (zh) * 2016-07-07 2019-08-02 天津航天中为数据系统科技有限公司 一种无人机避障装置及避障方法
US10474148B2 (en) 2016-07-27 2019-11-12 General Electric Company Navigating an unmanned aerial vehicle
CN106200661A (zh) * 2016-08-02 2016-12-07 安徽朗巴智能科技有限公司 一种可拓展式旋翼无人机控制系统
CN107783554A (zh) * 2016-08-26 2018-03-09 北京臻迪机器人有限公司 无人机飞行控制方法及装置
CN106292704A (zh) * 2016-09-07 2017-01-04 四川天辰智创科技有限公司 规避障碍物的方法及装置
CN106339691A (zh) * 2016-09-07 2017-01-18 四川天辰智创科技有限公司 对物体进行标注的方法及装置
CN107077145A (zh) 2016-09-09 2017-08-18 深圳市大疆创新科技有限公司 显示无人飞行器的障碍检测的方法和系统
CN106168810A (zh) * 2016-09-18 2016-11-30 中国空气动力研究与发展中心高速空气动力研究所 一种基于rtk的无人机飞行避障系统和方法
CN106444837A (zh) * 2016-10-17 2017-02-22 北京理工大学 一种无人机避障方法及系统
CN106647800A (zh) * 2016-10-19 2017-05-10 广东容祺智能科技有限公司 一种无人机自动避障导航系统
CN106502267B (zh) * 2016-12-06 2019-03-29 上海师范大学 一种无人机避让系统
CN106773709A (zh) * 2017-01-12 2017-05-31 深圳明创自控技术有限公司 一种沉浸式无人机驾驶飞行系统
CN107065929A (zh) * 2017-05-05 2017-08-18 成都通甲优博科技有限责任公司 一种无人机环绕飞行方法及系统
CN107272735A (zh) * 2017-06-16 2017-10-20 深圳市可飞科技有限公司 移动平台自动规避碰撞的方法、系统及移动平台
WO2019000424A1 (zh) * 2017-06-30 2019-01-03 深圳市大疆创新科技有限公司 飞行控制方法及装置、监测方法及装置、存储介质
JP6737751B2 (ja) * 2017-09-14 2020-08-12 Kddi株式会社 飛行装置、管理装置、飛行管理方法及びプログラム
CN107450586B (zh) * 2017-09-15 2020-07-28 广州杰赛科技股份有限公司 航路的调整方法和系统以及无人机系统
CN108958283A (zh) * 2018-06-28 2018-12-07 芜湖新尚捷智能信息科技有限公司 一种无人机低空自主避障系统
CN110673627A (zh) * 2019-09-16 2020-01-10 广东工业大学 一种森林无人机搜寻方法
CN111988524A (zh) * 2020-08-21 2020-11-24 广东电网有限责任公司清远供电局 一种无人机与摄像头协同避障方法、服务器及存储介质
CN114647240A (zh) * 2021-05-10 2022-06-21 中国科学技术大学 三环感知避障方法及应用其的避障系统
CN114201560B (zh) * 2021-11-29 2022-12-16 中国科学院计算机网络信息中心 一种5G环境下基于Web的实时多人行动路径规划方法及系统
CN115593647A (zh) * 2022-11-03 2023-01-13 清华大学(Cn) 用于垂直起降飞机的串联混合动力系统航程最优设计方法
CN117193382B (zh) * 2023-11-07 2024-05-03 北京同兴世纪科技有限公司 一种无人机飞行路径确定方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707724A (zh) * 2012-06-05 2012-10-03 清华大学 一种无人机的视觉定位与避障方法及系统
CN103345255A (zh) * 2013-06-17 2013-10-09 太原理工大学 四旋翼航拍定位无人飞行器
CN203479295U (zh) * 2013-09-27 2014-03-12 中国人民解放军理工大学 一种基于飞行器的云层高度测量系统
CN103823470A (zh) * 2014-03-03 2014-05-28 青岛宏百川金属精密制品有限公司 无人机全景实时动态监控系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101387664B1 (ko) * 2013-04-10 2014-04-29 한국과학기술원 전파고도계를 이용한 변형된 고도모델 기반의 지형참조 항법장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102707724A (zh) * 2012-06-05 2012-10-03 清华大学 一种无人机的视觉定位与避障方法及系统
CN103345255A (zh) * 2013-06-17 2013-10-09 太原理工大学 四旋翼航拍定位无人飞行器
CN203479295U (zh) * 2013-09-27 2014-03-12 中国人民解放军理工大学 一种基于飞行器的云层高度测量系统
CN103823470A (zh) * 2014-03-03 2014-05-28 青岛宏百川金属精密制品有限公司 无人机全景实时动态监控系统

Also Published As

Publication number Publication date
CN103984357A (zh) 2014-08-13

Similar Documents

Publication Publication Date Title
CN103984357B (zh) 一种基于全景立体成像设备的无人机自动避障飞行系统
US12416926B2 (en) UAV hardware architecture
US11822353B2 (en) Simple multi-sensor calibration
US11604479B2 (en) Methods and system for vision-based landing
US10152059B2 (en) Systems and methods for landing a drone on a moving base
US20210065400A1 (en) Selective processing of sensor data
US10475209B2 (en) Camera calibration
ES2876449T3 (es) Cartografía de entorno de múltiples sensores
US10409292B2 (en) Movement control method, autonomous mobile robot, and recording medium storing program
EP3734394A1 (en) Sensor fusion using inertial and image sensors
CN109478068A (zh) 动态地控制用于处理传感器输出数据的参数以用于碰撞避免和路径规划的系统和方法
CN108139758A (zh) 基于显著性特征的载运工具定位
US12181281B2 (en) Positioning systems and methods
CN104854428A (zh) 传感器融合
WO2020206071A1 (en) Systems, apparatuses, and methods for cost evaluation and motion planning for robotic devices
US11886198B2 (en) Systems and methods for detecting blind spots for robots
WO2020123605A1 (en) Systems, apparatuses, and methods for detecting escalators
CN112987782A (zh) 飞行控制方法和装置
Dubey et al. Droan-disparity-space representation for obstacle avoidance: Enabling wire mapping & avoidance
Brockers et al. Computer vision for micro air vehicles
Loianno The Role of Vision Algorithms for Micro Aerial Vehicles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 211164 Nanjing, Jiangning District, the streets of the valley in the first cow Road, No. 69

Applicant after: Univ. of Science and Engineering, PLA

Address before: Nanjing City, Jiangsu province 210007 Yudaojie Camp No. 2 Box 32 (Institute of Communication Engineering)

Applicant before: Univ. of Science and Engineering, PLA

COR Change of bibliographic data
C14 Grant of patent or utility model
GR01 Patent grant